公开(公告)号：CN102566490A

公开(公告)日：2012-07-11

申请号：CN201010581489.8

申请日：2010-12-10

Applicant: 东北林业大学 ,  刘亚秋 ,  曹军

Inventor： 刘亚秋 ,  曹军 ,  花军 ,  朱良宽 ,  景维鹏 ,  孙丽萍 ,  任洪娥 ,  武曲

IPC: G05B19/18

Abstract: 本发明涉及一种人造板连续平压定厚热压段的自动板形纠偏协同控制方法。本发明的自动板形纠偏协同控制方法，针对连续平压定厚热压段热压板上多液压缸的协同控制及板形纠偏问题，综合考虑连续平压工艺板形控制的大时滞反馈系统特性，提出层次协同控制机制，实现人造板连续平压的自动板形纠偏协同控制。

公开(公告)号：CN119693753A

公开(公告)日：2025-03-25

申请号：CN202411796300.5

申请日：2024-12-09

Applicant: 东北林业大学 ,  黑龙江省网络空间研究中心(黑龙江省信息安全测评中心、黑龙江省国防科学技术研究院) ,  中国科学院空天信息创新研究院

Inventor： 景维鹏 ,  李超 ,  陈广胜 ,  徐慧铭 ,  邹为涛 ,  于鸣 ,  吴晓强 ,  谷俊涛 ,  王建

IPC: G06V10/80 ,  G06V10/44 ,  G06V10/42 ,  G06V10/82 ,  G06N3/0464 ,  G06V10/774 ,  G06N3/048 ,  G06N3/084 ,  G06V10/764 ,  G06V20/10

Abstract: 本发明提供一种基于特征融合网络的细粒度物候参数提取方法，包括以下步骤：(1)对物候相机中拍摄的照片进行收集和预处理，构建出适用于训练的数据集；(2)物候参数提取；首先，引入ResNet18，通过3×3的卷积核进行全局特征提取；其次，针对轻量级提取局部特征部分；(3)在两个分支各自提取全局和局部特征后，采用自适应特征融合模块将两部分特征进行融合，利用GELU激活函数对拼接后的特征进行处理，生成综合的特征；(4)分类层使用Softmax函数，加入Dropout技术将融合后的特征映射到不同物候期的类别空间，实现对多种物候期的精确分类。本发明实现了高精度的物候期监测框架，操作简单，物候期提取细粒度高，适用于植物生长过程的生态研究。

公开(公告)号：CN119106016A

公开(公告)日：2024-12-10

申请号：CN202310684705.9

申请日：2023-06-09

Applicant: 华为云计算技术有限公司 ,  东北林业大学

Inventor： 刘鹏 ,  景维鹏 ,  薛腾飞

IPC: G06F16/176 ,  G06F16/27 ,  G06N20/00 ,  G06F21/64

Abstract: 本申请公开了一种基于区块链和联邦学习的数据共享方法和数据共享系统，属于数据共享技术领域。方法包括：第一客户端向区块链节点发送针对机器学习模型的共享请求后，区块链节点返回参与共享训练的客户端信息，以使第一客户端向参与共享训练的第二客户端和第三客户端分别发送相应的资源分配信息，来激励不同类型的客户端参与到数据共享中，实现针对机器学习模型的联邦学习过程。采用这种差异化数据共享方式，不仅提供本地训练数据以参与共享训练的第二客户端能够获得资源，提供本地训练数据并提供模型训练的第三客户端也能够获得资源，从而大大提升了用户参与联邦学习的积极性，改善了数据共享效果。

公开(公告)号：CN117095265A

公开(公告)日：2023-11-21

申请号：CN202311131522.0

申请日：2023-09-04

Applicant: 黑龙江省网络空间研究中心(黑龙江省信息安全测评中心、黑龙江省国防科学技术研究院) ,  东北林业大学

Inventor： 谷俊涛 ,  景维鹏 ,  肖鸿江 ,  李超 ,  周莹 ,  孙恕

IPC: G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06V10/52

Abstract: 本发明公开了一种基于双分支CNN的SAR影像与光学影像的融合方法，所述方法如下：一、将原始遥感SAR影像与多光谱影像经过高通滤波器得到森林图像的高频信息，并将高频信息上采样到SAR图像高频信息的同等分辨率；二、编码器模块分别提取SAR与多光谱图像高频信息的深层特征；三、在特征融合层模块对不同源图像的深层特征的进行融合；四、解码器模块采用图像超分辨网络SRCNN将融合后的特征图映射回图像的空间信息；五、采用跳线连接方式，将空间细节信息叠加到采样的多光谱图像上得到最终的融合结果。该方法设计两路不同的CNN网络提取不同影像的各自特征，引入多尺度特征提取块，实现SAR与多光谱图像空间信息更好的融合。

公开(公告)号：CN116051886A

公开(公告)日：2023-05-02

申请号：CN202211641963.0

申请日：2022-12-20

Applicant: 东北林业大学 ,  黑龙江省网络空间研究中心

Inventor： 景维鹏 ,  李超 ,  康佩伦 ,  陈广胜 ,  谷俊涛

IPC: G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06V20/10

Abstract: 本发明公开了一种基于改进的Swin‑Transformer网络的高光谱图像分类方法，包括：S1，针对高光谱数据的特点，提出一种空间光谱重组合模块，对数据进行预处理。S2，改进Swin‑Transformer网络，在网络中增添跨层融合模块，避免层间前馈过程中信息丢失。通过将网络中当前层的输出与上一层的输出进行融合，实现信息由浅层到深层的传递，从而避免了有效信息在前馈过程中的丢失；S3，将空间光谱重组合模块插入到改进后的Swin‑Transformer网络中，并以公开的高光谱图像数据作为训练数据，本发明的优点是：更高的准确率，提高了网络挖掘光谱信息的效率，能过够有效降低网络在前馈过程中有效信息的丢失。

公开(公告)号：CN115129894A

公开(公告)日：2022-09-30

申请号：CN202210790862.3

申请日：2022-07-05

Applicant: 东北林业大学

Inventor： 景维鹏 ,  陈广胜 ,  李林辉 ,  孙海龙

IPC: G06F16/36 ,  G06F16/35 ,  G06F16/29 ,  G06F40/194 ,  G06F40/295

Abstract: 本发明公开了一种基于深度学习的多源地理信息知识图谱自动构建方法，包括：设计地理知识图谱、地理实体、地理语料库的存储结构；通过网络百科全书和地理数据库构建地理知识图谱的数据来源。提取网络百科全书和/或地理数据库的信息存储至地理实体结构。如果网络百科全书和地理数据库的实体结构同时描述，但信息记录内容不完全一致，则认为地理数据库中的信息比较准确，采用地理数据库中的信息为准，对齐形成地理实体节点。模型预测地理节点和候选地理实体是否代表同一真实世界实体，并为预测提供置信度评分。最后，节点从正分类候选对中选择具有最高置信度的地理实体建立正确身份链接。本发明的优点是：提高信息的准确性，节省了人力成本。

公开(公告)号：CN114945024A

公开(公告)日：2022-08-26

申请号：CN202210556058.9

申请日：2022-05-19

Applicant: 东北林业大学

Inventor： 景维鹏 ,  陈广胜 ,  李林辉

IPC: H04L67/1008 ,  H04L67/1023 ,  H04L67/1029 ,  G06F9/50 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种基于长短期记忆网络的服务器负载均衡优化方法，包括以下步骤：采集服务器集群工作周期一个月的数据作为基于LSTM的负载权重模块的训练数据，对LSTM网络进行训练得到能够识别服务器性能差异的负载权重模块；将训练后的基于LSTM的负载权重模块加载至服务器集群的负载均衡器中进行服务器负载的预测；负载均衡优化算法，接收到每一个服务器的负载置信度后，带权的负载均衡算法以当前置信度作为新权重，对当前请求进行服务器的分配操作并进行请求处理，同时记录下当前服务器集群的状态以便对后续的基于LSTM的负载权重模块进行更新。本发明模型的参数量较小，提高运算的速度，提升了负载均衡算法的计算效率。

公开(公告)号：CN114866557A

公开(公告)日：2022-08-05

申请号：CN202210486575.3

申请日：2022-05-06

Applicant: 东北林业大学

Inventor： 刘鹏 ,  景维鹏 ,  符新雨

IPC: H04L67/1023 ,  H04L67/1008 ,  H04L67/101 ,  H04L67/1012 ,  H04L67/12 ,  H04W4/44 ,  H04W4/46 ,  G06Q40/04 ,  G06F16/27 ,  G06Q20/06

Abstract: 本发明公开了一种移动边缘计算与V2V融合网络下的计算资源共享平台和方法，平台包括：包括：边缘层和设备层，边缘层与设备层通过无线数据链路连接。边缘层包括：本地基站LBS、边缘服务器，LBS接收CRR与CRP的车辆信息并提供网络协助来触发智能合约的执行，边缘服务器来处理LBS所覆盖的车辆的数据记录；设备层包括：计算资源请求者CRR和计算资源提供者CRP，CRR向LBS发送资源请求信息，有空闲资源的CRP向LBS发送车辆信息，最终按智能合约进行交易，CRP为CRR提供计算资源，CRR向CRP支付费用。本发明的优点是：1)保证资源共享的安全性，提高了汽车的计算资源利用率。2)能节省智能车辆完成计算任务的能耗。3)在更短时间内得到最优策略，降低算法运行的时间成本。

公开(公告)号：CN113033448B

公开(公告)日：2022-07-08

申请号：CN202110360889.4

申请日：2021-04-02

Applicant: 东北林业大学

Inventor： 景维鹏 ,  陈广胜 ,  周莹 ,  李林辉 ,  徐达丽

IPC: G06V10/80 ,  G06V20/10 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提出一种基于多尺度卷积和注意力的遥感影像去云残差神经网络系统、方法、设备及存储介质，属于遥感影像处理领域，为解决传统算法鲁棒性差、恢复效果不符合遥感影像视觉特征的问题。所述深度神经网络方法在高分辨率遥感影像去云任务的速度与复原效果上达到了平衡；使用卷积核大小变化范围更大的多尺度上下文卷积减小模型所需的内存和算法的处理时间；并且在多尺度卷积前以剩余连接的方式拼接了带有通道注意力模块的细粒度卷积增加网络的特征提取能力；本发明更真实、更符合实际场景的专用于高分辨率遥感影像去云任务的数据集，无论哪种网络模型，在该数据集上训练得到的网络权重都具有更高的适应性和更强的鲁棒性。

公开(公告)号：CN112926452B

公开(公告)日：2022-06-14

申请号：CN202110212923.3

申请日：2021-02-25

Applicant: 东北林业大学

Inventor： 景维鹏 ,  陈广胜 ,  林谋乐 ,  李林辉

IPC: G06V10/58 ,  G06V20/10 ,  G06V10/80 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明提出一种基于GCN和GRU增强U‑Net特征的高光谱分类方法，所述方法为解决高光谱波段数据之间的类内高变异性和类间的相似性提供了新的解决方案。针对传统模型忽略特征之间所存在的潜在关系，提出使用图神经网络(GCN)和门控循环单元(GRU)获取U‑Net下采样特征之间的潜在关系，同时注意力机制用于根据上下文特征的重要程度学习得到新的特征。该方法将下采样得到的较混乱的特征转化为高内聚低耦合的特征，为下游的任务提供干净可靠的数据。同时该方法在小样本高光谱上只需要迭代很少次就能取得十分优异的结果。